这个包适用于Bioconductor 3.8版;有关稳定的最新发布版本,请参见sparsenetgls。
Bioconductor版本:3.8
该包提供了结合图结构学习和广义最小二乘回归的方法来改进回归估计。主要函数sparsenetgls()提供了高斯分布因变量和解释变量的多元回归的解,利用多种已知的图结构学习方法来估计精度矩阵,并使用带有图结构距离调整参数的惩罚方差协方差矩阵来推导广义最小二乘(gls)回归的三明治估计量。这个包还提供了评估使用惩罚方法的高斯图形模型的函数。在评估过程中采用受试者操作特征曲线作为可视化工具。
作者:Irene Zeng [aut, cre], Thomas Lumley [ctb]
维护者:Irene Zeng
引文(从R内,输入引用(“sparsenetgls”)
):
要安装这个包,启动R (version "3.5")并输入:
如果(!requireNamespace("BiocManager", quiet = TRUE)) install.packages("BiocManager")::install("sparsenetgls")
对于R的旧版本,请参考相应的Bioconductor释放。
要查看系统中安装的此包版本的文档,请启动R并输入:
browseVignettes(“sparsenetgls”)
超文本标记语言 | R脚本 | sparsenetgls简介 |
参考手册 | ||
文本 | 新闻 |
biocViews | CopyNumberVariation,GraphAndNetwork,ImmunoOncology,MassSpectrometry,代谢组学,蛋白质组学,回归,软件,可视化 |
版本 | 1.0.1 |
在Bioconductor | BioC 3.8 (R-3.5)(0.5年) |
许可证 | GPL-3 |
取决于 | R (>= 3.5.0),矩阵,质量 |
进口 | 方法,glmnet,parcor,巨大的,统计,图形,utils |
链接 | |
建议 | testthat,lme4,BiocStyle,knitr,rmarkdown,roxygen2(> = 5.0.0) |
SystemRequirements | GNU使 |
增强了 | |
URL | |
全靠我 | |
进口我 | |
建议我 | |
链接到我 | |
构建报告 |
遵循2021年欧洲杯比分预测 在R会话中使用此包的说明。
源包 | sparsenetgls_1.0.1.tar.gz |
Windows二进制 | sparsenetgls_1.0.1.zip |
Mac OS X 10.11 (El Capitan) | sparsenetgls_1.0.1.tgz |
源库 | Git克隆https://git.bioconductor.org/packages/sparsenetgls |
源存储库(开发人员访问) | Git克隆git@git.bioconductor.org:packages/sparsenetgls |
包短Url | //www.andersvercelli.com/packages/sparsenetgls/ |
软件包下载报告 | 下载数据 |
支持»
请细阅发布指南。将有关Bioconductor的问题发送到以下位置之一: